Lernende Systeme Hinter den Kulissen von IBMs Supermaschine Watson IoT

Wie arbeitet IBMs KI-Plattform Watson IoT und wie lässt sich die gewaltige Rechenpower der Künstlichen Intelligenz nutzbringend einsetzen? Franz Graser sprach mit Thorsten Schröer, dem Director & Industry Leader für Watson IoT bei IBM.

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Sinequa

Fivetran Germany GmbH

IBM Deutschland GmbH

Herr Schröer, wie funktioniert die Watson IoT-Lösung?

Grundsätzlich basieren alle IoT-Lösungen auf einer Plattform, auf der Daten gesammelt werden – so auch unsere Watson IoT-Lösung. Der erste Schritt, der durchgeführt werden muss, ist die Daten der Fertigungsebene in eine Cloud-Plattform zu überführen. Die Daten werden zentral gesammelt. Auch die Sicherheit der Daten in der Cloud und das Thema, wem die Daten gehören, spielt hier eine große Rolle. Heutzutage arbeiten immer noch viele Unternehmen an diesem ersten Schritt.

Bildergalerie

Bildergalerie mit 5 Bildern

Der nächste Schritt ist es, die Daten sichtbar zu machen. Es muss ein Reporting erstellt werden, um eine Transparenz zu schaffen, die es ermöglicht, Daten in einem integrierten Gesamtzusammenhang zu betrachten. So können Abhängigkeiten zwischen den Daten, zwischen verschiedenen Produktionsbereichen, zwischen Produktqualität und Maschinenverfügbarkeit hergestellt werden.

Der dritte Schritt ist die Anwendung von Analytics um zum Beispiel Verbesserungen in der Produktqualität zu erzielen: Wie können auf Basis dieser Daten Zusammenhänge interpretiert werden, um die Produktqualität innerhalb der Fertigung zu steigern?

Ein großer Bereich für Analytics ist die frühzeitige Einflussnahme und die Qualitätssteigerung innerhalb der Fertigung. Das Werkzeug SPC – Statistical Process Control – wird seit den 50er Jahren genutzt, um die Qualität zu messen und diese Daten können nun mit Analytics noch besser genutzt werden. Ein weiterer Bereich ist Predictive Maintenance von Maschinen und Anlagen. Es wird vorausgesagt, wann eine Maschine kaputtgehen wird, um proaktiv dagegen arbeiten zu können.

Sie sagten eingangs, diese drei Schritte sind typisch für alle IoT-Lösungen. Was macht Watson IoT nun so besonders?

Watson setzt auf diese klassischen Lösungen zwei wesentliche Elemente auf: Zum einen gehen wir von der Predictive zur Prescriptive Maintenance. Prescriptive bedeutet, dass nicht nur gesagt wird, was passiert, sondern auch, was die beste Aktion ist, um dem entgegen zu wirken.

Konkretes Beispiel: Die Zahlen sagen, dass die Presse in drei Tagen ausfallen wird, wenn ich nicht ein bestimmtes Ersatzteil einbaue. Prescriptive Maintenance hilft nun dabei, den richtigen Zeitpunkt für den Austausch des Ersatzteils festzustellen. Beispielsweise in drei Stunden, denn dort ist ohnehin ein Stopp geplant, da die Presse nicht gebraucht wird.

Das heißt, es wird ein Mehrwert erzeugt, weil möglichst wenig Maschinen- und Anlagenzeit verloren geht. Das zweite Element ist die Analyse von unstrukturierten Daten. Bisher wurden nämlich nur strukturierte Daten aus beispielsweise MES-Systemen, ERP-Systemen oder aus dem Qualitätsmanagementsystem analysiert.

Mit Watson ist es möglich, unstrukturierte Daten zu analysieren und einen zusätzlichen Level an Produktqualität innerhalb der Fertigung oder bei der Maschinen- und Anlagenverfügbarkeit zu generieren.

(ID:44775571)